考虑设备动作损耗的配电网分布式电压无功优化(Matlab代码实现)

目录

1 部分复现

2 概述 

3 运行结果

4 Matlab代码实现 


1 部分复现

2 概述 

    从控制策略上电压无功控制主要分为全局控制和分散控制。其中全局控制策略是指由调度中心统一下发指令,例如文献通过求解一个全同性的优化问题集中控制配电网的电压无功设备。基于数据驱动方法实现配电网的统一无功优化。

      而分散控制是指不同电压无功控制设备协同优化,例如文献提出了两级协调控制模式以实现DG的分层优化。文献[2]利用一致性算法协调DG的有功无功出力,实现了配电网电压和功率的分布式协同优化。文献以无功补偿设备容量利用比为一致性变量,通过协同优化算法实现配电网电压无功优化控制。

3 运行结果

利用IEEE33测试节点算例说明二阶锥松弛的准确性

CPXPARAM_MIP_Display                             1
Tried aggregator 1 time.
QCP Presolve eliminated 9408 rows and 1704 columns.
Aggregator did 336 substitutions.
Reduced QCP has 7728 rows, 5712 columns, and 17808 nonzeros.
Reduced QCP has 768 quadratic constraints.
Presolve time = 0.01 sec. (6.80 ticks)
Parallel mode: using up to 16 threads for barrier.
Number of nonzeros in lower triangle of A*A' = 34104
Using Approximate Minimum Degree ordering
Total time for automatic ordering = 0.00 sec. (2.49 ticks)
Summary statistics for Cholesky factor:Threads                   = 16Rows in Factor            = 7728Integer space required    = 12264Total non-zeros in factor = 83880Total FP ops to factor    = 1017720Itn      Primal Obj        Dual Obj  Prim Inf Upper Inf  Dual Inf Inf Ratio0   3.0337406e+02  -7.6106781e-01  7.30e+03  0.00e+00  6.21e+03  1.00e+001   3.0427107e+01   1.6560187e+00  7.30e+03  0.00e+00  6.21e+03  5.54e-012   5.5432810e+00   2.6608161e-01  7.32e+02  0.00e+00  6.22e+02  2.69e+003   8.5159524e-01  -9.6574600e-02  1.35e+02  0.00e+00  1.15e+02  1.50e+014   1.4611180e-01  -6.8774608e-02  2.43e+01  0.00e+00  2.06e+01  6.92e+015   5.7055442e-02  -8.7266983e-04  5.49e+00  0.00e+00  4.67e+00  3.22e+026   2.8129625e-02   1.9071094e-02  1.46e+00  0.00e+00  1.24e+00  2.37e+037   2.5320794e-02   2.3848906e-02  2.27e-01  0.00e+00  1.93e-01  1.82e+048   2.5013002e-02   2.4772517e-02  3.65e-02  0.00e+00  3.11e-02  1.42e+059   2.4971013e-02   2.4933730e-02  5.92e-03  0.00e+00  5.03e-03  1.32e+0610   2.4964786e-02   2.4958751e-02  9.10e-04  0.00e+00  7.74e-04  1.07e+0711   2.4963608e-02   2.4963505e-02  1.47e-04  0.00e+00  1.25e-04  1.63e+0912   2.4963589e-02   2.4963588e-02  2.48e-06  0.00e+00  2.11e-06  3.29e+11
时间已过 3.339317 秒。
​
Ploss_total =
​2.4964
​

 

4 Matlab代码实现 

%定义变量
U=sdpvar(33,24);%电压的平方
I=sdpvar(32,24);%电流的平方
P=sdpvar(32,24);%线路有功
Q=sdpvar(32,24);%线路无功
Pg=sdpvar(33,24);%发电机有功
Qg=sdpvar(33,24);%发电机无功
Pin=-father*P+father*(I.*(r*ones(1,24)))+son*P;%节点注入有功
Qin=-father*Q+father*(I.*(x*ones(1,24)))+son*Q;%节点注入无功
Ploss_total=sum(sum(I.*(r*ones(1,24))));%目标函数,网损最小
%约束条件
C1=[U>=Umin,U<=Umax,Pg>=-Pgmax,Pg<=Pgmax,Qg>=-Qgmax,Qg<=Qgmax];%电压边界
C1=[C1,I>=0,I<=0.11,P>=-0.11,P<=0.11,Q>=-0.11,Q<=0.11];%电流和功率边界
C2=[Pin+Pload-Pg==0];%有功KCL约束
C3=[Qin+Qload-Qg==0];%无功KCL约束
C4=[U(Line(:,2),:)==U(Line(:,1),:)-2*(r*ones(1,24)).*P-2*(x*ones(1,24)).*Q+((r.^2+x.^2)*ones(1,24)).*I];%电压降落约束
C5=[U(Line(:,1),:).*I>=P.^2+Q.^2];%二阶锥约束
C=[C1,C2,C3,C4,C5];
toc%建模时间
ops=sdpsettings('solver','cplex');
result=solvesdp(C,Ploss_total,ops);
toc%求解时间
Ploss_total=100*double(Ploss_total)
P=double(P);Q=double(Q);U=double(U);I=double(I);
error=P.^2+Q.^2-U(Line(:,1),:).*I;
boxplot(error')

%% 完整代码:

链接:https://pan.baidu.com/s/1PyoZmsbf26VU9zNLeDw0gw 
提取码:t5f9 
--来自百度网盘超级会员V2的分享

son(1,18)=1;son(2,22)=1;son(5,25)=1;son(33,1)=1;
Umax=[1.07*1.07*ones(32,24);1.05*1.05*ones(1,24)];
Umin=[0.93*0.93*ones(32,24);1.05*1.05*ones(1,24)];
Pgmax=[zeros(32,24);ones(1,24)];
Qgmax=[zeros(32,24);ones(1,24)]; 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/30911.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

太阳能电池最大功率点跟踪MPPT(Maximum Power Point Tracking)技术

太阳能电池最大功率点跟踪MPPT&#xff08;Maximum Power Point Tracking&#xff09;技术能够保证在负载或环境光照强度变化时&#xff0c;光伏电池一直保持最大输出功率&#xff0c;以最大化太阳能利用率。 从太阳能板的I/V伏安特性曲线&#xff08;绿线&#xff09;中可以看…

光伏发电量和用电量的概率预测研究综述(2)

前言 由于本篇综述实在太长&#xff0c;故分为三部分&#xff0c;此乃第二部分。第一部分&#xff1a;光伏发电量和用电量的概率预测研究综述&#xff08;1&#xff09; 目录 3. Forecasting techniques3.1. Statistical approach3.1.1. Parametric3.1.2. Nonparametric 3.2. …

光伏发电系统——mppt最大功率点追踪

在对基于前级boost的最大功率点追踪仿真时候&#xff0c;遇到了很多问题&#xff0c;现在终于做出来了&#xff0c;简单分享一下&#xff0c;由于本系统两级光伏发电系统。后级的DC/AC将直流母线的电压控成了恒定电压源。故本系统和网上常见的mppt追踪有所区别。 本系统的控制&…

基于BP神经网络的电力系统短期负荷预测,简单实用

基于BP神经网络的电力系统短期负荷预测&#xff0c;包含30日的负荷数据和气象特征数据&#xff0c;对31日负荷进行预测&#xff0c;同时与实际负荷进行对比&#xff0c;观察误差。 %创建一个新的BP前向神经网络 %newff—生成一个新的BP前向神经网络 netnewff(minmax(P),[10,12]…

电力消耗模型构建、分析和预测

作者&#xff1a;Minghong Xu 某制药公司每年要花费大量的资金在电费上&#xff0c;由于电力公司的业务改革&#xff0c;该药企可以在一年或月开始时向电力公司预购一定数量的电力&#xff0c;如果实际消耗大于该值&#xff0c;则每多消耗一度电要付比以前更多的电费&#xff0…

光伏发电量和用电量的概率预测研究综述(1)

前言 题目&#xff1a; Review on probabilistic forecasting of photovoltaic power production and electricity consumption 期刊&#xff1a; renewable and sustainable energy reviews 2018 论文地址&#xff1a;Review on probabilistic forecasting of photovoltaic p…

王炸!刚刚ChatGPT又又又更新了!

大家注意&#xff1a;因为微信最近又改了推送机制&#xff0c;经常有小伙伴说错过了之前被删的文章&#xff0c;比如前阵子冒着风险写的爬虫&#xff0c;再比如一些限时福利&#xff0c;错过了就是错过了。 所以建议大家加个星标&#xff0c;就能第一时间收到推送。&#x1f44…

基于Electron25+Vite4.x仿chatgpt客户端应用ElectronChatGPT

Electron25vue3桌面端聊天AI实例|electron仿chatgpt 基于最新前端技术栈 vite4vue3pinia2vue-router 整合 electron25 跨端技术开发桌面端仿chatgpt聊天程序。支持经典分栏布局、暗黑明亮主题模式、多开窗口功能。 技术框架 编辑器&#xff1a;VScode 使用技术&#xff1a;Ele…

chatgpt赋能python:Python连接服务器指南

Python连接服务器指南 Python作为一种易于学习和使用的编程语言&#xff0c;越来越受到开发人员的青睐&#xff0c;尤其是在服务器连接方面。在此文章中&#xff0c;我们将介绍如何使用Python连接服务器。 1. 安装必要的库 在使用Python进行服务器连接之前&#xff0c;您需要…

吴恩达联手OpenAI上线免费课程:一个半小时学会ChatGPT Prompt

ChatGPT 来了&#xff0c;一切变化都快了起来&#xff0c;一些科技公司开始招募「prompt 工程师」。与写代码的传统计算机工程师不同&#xff0c;Prompt 工程师通过向 AI 询问一系列逻辑缜密的问题来测试系统是否存在不合理行为或问题。但具体应该怎么做&#xff0c;一直没有统…

chatgpt赋能python:Python实现表格单元格的拆分功能

Python实现表格单元格的拆分功能 随着大数据时代的到来&#xff0c;数据采集和分析变得越来越重要。而表格是一种常见的数据展现方式&#xff0c;但是有些表格中的单元格被合并了&#xff0c;不方便进行数据分析。因此&#xff0c;本文介绍如何使用Python将合并的单元格分解成…

chatgpt赋能python:用Python轻松制作电子表格:优化你的工作流程

用Python轻松制作电子表格&#xff1a;优化你的工作流程 作为一个有10年Python编程经验的工程师&#xff0c;我一直被它的方便和易用性所吸引。Python是一种高级语言&#xff0c;由于它的简单性和强大的库&#xff0c;成为了数据科学和大数据领域最流行的工具之一。借助Python…

chatgpt赋能python:Python自动处理表格

Python 自动处理表格 如果你经常需要处理大量数据&#xff0c;特别是表格数据&#xff0c;那么 Python 自动处理表格可能就会成为你的救星。Python 是一个高级语言&#xff0c;强大的工具库和函数使它成为处理数据的最佳选择之一。本文将介绍 Python 自动处理表格的方法和实践…

ChatGPT底层架构Transformer技术及源码实现(二)

ChatGPT底层架构Transformer技术及源码实现(二) Gavin大咖微信:NLP_Matrix_Space 3.2 图解Transformer精髓之架构设计、数据训练时候全生命周期、数据在推理中的全生命周期、矩阵运算、多头注意力机制可视化等 如图3-14所示,是Transformer编解码的示意图,中间有个关键内…

ChatGPT底层架构Transformer技术及源码实现(四)

ChatGPT底层架构Transformer技术及源码实现(四) 以智能对话机器人为例阐述Transformer的自编码autoencoding和自回归autoregressive语言模型内幕机制 Gavin大咖微信:NLP_Matrix_Space 如图3-33所示,是自编码语言模型,可以根据上下文的注意力进行填充,神经网络背后是向…

多种方法解决java.sql.SQLSyntaxErrorException: Unknown database ‘xxx‘的错误

文章目录 1. 复现错误2. 分析错误3. 解决错误4. 解决错误的其他方法 1. 复现错误 今天尝试创建test2的数据库&#xff0c;却报出如下错误&#xff1a; java.sql.SQLSyntaxErrorException: Unknown database test2at com.mysql.cj.jdbc.exceptions.SQLError.createSQLException…

成年人才能看懂的 80 幅图!

推荐阅读&#xff1a;成年男女欲望过剩的瞬间top7 下面这80副画 让你看清这个世界的真相&#xff01; 1 自弃者扶不起 自强者打不倒 2 人人都活在假象里 3 最大的监狱是思维监狱 4 永远不要自毁机会和前途 5 绝大部分人都是巨婴 6 我们吃的大腹便便 却又营养不良 7 平等并不意味…

AI写剧本炸场戏剧节!DeepMind出品,马斯克看了直夸,网友看到接口悟了

文&#xff5c;羿阁 萧箫 发自 凹非寺源&#xff5c;量子位 OpenAI的ChatGPT大火后&#xff0c;DeepMind终于也坐不住了&#xff01; 这次&#xff0c;他们推出一款名为“Dramatron”的新AI&#xff0c;用上它人人都可以变身编剧或作家。 只需给出一句话大纲&#xff0c;Dramat…

被chatGPT割了一块钱韭菜

大家好&#xff0c;才是真的好。 chatGPT热度一直上升&#xff0c;让我萌生了一个胆大而创新的想法&#xff0c; 把chatGPT嵌入到Notes客户机中来玩。 考虑到我已经下载了一个chatGPT的Notes应用&#xff08;请见《ChatGPT APIs for HCL DOMINO》&#xff09;&#xff0c;想着…

advisor纯电动汽车仿真、纯电动公交、纯电动客车、纯电动汽车动力性仿真

advisor纯电动汽车仿真、纯电动公交、纯电动客车、纯电动汽车动力性仿真、经济性仿真、续航里程仿真&#xff1b;基于advisor的后驱纯电动汽车、基于advisor的四驱轮毂电机电动汽车、 基于advisor的混合动力汽车、混合动力客车/公交、串联混合动力、并联混合动力汽车动力性仿真…